基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法
【專利摘要】本發(fā)明提供一種基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，包括：對視頻圖像進行對象檢測，獲取當前幀圖像中至少一個對象；根據(jù)像素顏色信息對所述對象進行超像素分割；根據(jù)所述對象中符合預(yù)設(shè)條件的超像素，確定所述對象的顏色特征和結(jié)構(gòu)特征；通過與對象模型數(shù)據(jù)庫中待跟蹤對象進行顏色特征和結(jié)構(gòu)特征比對匹配，確定所述圖像中待跟蹤的目標對象，記錄所述目標對象在所述視頻當前幀圖像中的位置信息；在所述視頻下一幀圖像中，重復(fù)上述部分步驟，通過與所述視頻上一幀圖像中目標對象的顏色特征和結(jié)構(gòu)特征進行比對匹配，確定所述圖像中待跟蹤的目標對象，更新目標對象的位置信息。本發(fā)明有效增強了視頻跟蹤算法對紋理單一目標跟蹤的準確性和魯棒性。
【專利說明】基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及模式識別以及計算機視覺【技術(shù)領(lǐng)域】，尤其涉及一種基于顏色-結(jié)構(gòu)特 征的目標對象跟蹤方法。

【背景技術(shù)】
[0002] 增強現(xiàn)實（Augmented Reality, AR)技術(shù)能夠?qū)⒄鎸嵤澜缗c計算機生成的虛擬世 界間的對象和信息進行無縫地融合，具有虛實結(jié)合、實時交互等特點，可以為人們提供更加 豐富的信息和更加便捷的信息獲取體驗，增強人們對真實世界的理解和感知。
[0003] 基于視頻的增強現(xiàn)實技術(shù)由于應(yīng)用成本較低且能夠普遍適用于多種環(huán)境場景中， 近年來發(fā)展迅速。如何準確跟蹤真實世界中的物體，是實現(xiàn)增強現(xiàn)實技術(shù)中虛實結(jié)合的關(guān) 鍵之一。作為增強現(xiàn)實技術(shù)實現(xiàn)的基礎(chǔ)，基于視頻圖像的目標跟蹤技術(shù)，目前廣泛應(yīng)用于安 全監(jiān)控、車輛自主駕駛、導(dǎo)航制導(dǎo)與控制、人機交互等領(lǐng)域，是近年來計算機視覺領(lǐng)域的重 點研究方向之一。
[0004] 基于視頻的增強現(xiàn)實技術(shù)中，視頻對象跟蹤通常需要將虛擬對象跟蹤并注冊在一 個實時拍攝的現(xiàn)實對象上，對于運動對象的跟蹤，如果一個視頻序列的每幅關(guān)鍵巾貞圖像都 重復(fù)同樣的跟蹤算法，算法的復(fù)雜度和計算量將非常大。同時，鑒于對運動對象的特征識別 及運動中形態(tài)變化對象的跟蹤的復(fù)雜性，如何有效地保證運動對象識別的精度及檢測跟蹤 的實時性，成為增強現(xiàn)實技術(shù)實現(xiàn)廣泛應(yīng)用亟待解決的技術(shù)問題。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中對視頻圖像中運動對象跟蹤的 復(fù)雜度高與準確性低的缺陷，提供一種基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，根據(jù)顏 色特征和結(jié)構(gòu)結(jié)合對視頻圖像中目標對象進行識別，通過與預(yù)設(shè)模型數(shù)據(jù)庫進行比對匹 配，實現(xiàn)目標對象確定及跟蹤，提高基于視頻圖像的目標跟蹤系統(tǒng)的準確性、實時性和魯棒 性。
[0006] 有鑒于此，本發(fā)明提供了一種基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，包括：步 驟101，對視頻圖像進行對象檢測，獲取所述視頻當前幀圖像中的至少一個對象；步驟102， 根據(jù)所述對象的像素顏色信息，對所述對象進行超像素分割；步驟103,根據(jù)所述對象中符 合預(yù)設(shè)條件的超像素，確定所述對象的顏色特征和結(jié)構(gòu)特征；步驟104,通過與對象模型數(shù) 據(jù)庫中待跟蹤對象進行顏色特征和結(jié)構(gòu)特征比對匹配，確定所述圖像中待跟蹤的目標對 象，記錄所述目標對象在所述視頻當前幀圖像中的位置信息；步驟105 :在所述視頻下一幀 圖像中，重復(fù)步驟101至103,通過與所述視頻上一幀圖像中目標對象的顏色特征和結(jié)構(gòu)特 征進行比對匹配，確定所述圖像中待跟蹤的目標對象，更新所述目標對象的位置信息。
[0007] 在該技術(shù)方案中，通過識別獲取視頻當前幀圖像中的對象，根據(jù)圖像的像素顏色 信息對圖像對象進行超像素分割，篩選出該對象中符合預(yù)設(shè)條件的超像素，計算得到該對 象的顏色特征和結(jié)構(gòu)特征，基于所述顏色特征和結(jié)構(gòu)特征與對象模型數(shù)據(jù)庫中待跟蹤對象 進行比對匹配，確定視頻圖像中的目標對象，記錄目標對象在視頻圖像中的位置信息。在視 頻下一幀圖像中，通過重復(fù)上述部分步驟，得到圖像中對象的顏色特征和結(jié)構(gòu)特征，并與所 述視頻上一幀圖像中目標對象的顏色特征和結(jié)構(gòu)特征進行比對匹配確定待跟蹤的目標對 象，更新目標對象的位置信息，實現(xiàn)對視頻圖像中目標對象的跟蹤。
[0008] 在上述技術(shù)方案中，優(yōu)選地，所述步驟101具體為：讀取視頻圖像序列，通過前景 識別或輪廓識別，獲取所述視頻當前幀圖像中的至少一個對象。
[0009] 在上述技術(shù)方案中，優(yōu)選地，所述步驟102具體為：根據(jù)所述獲取到的對象的 像素顏色信息，對所述對象進行超像素分割，所述對象得到一組包含1個超像素的集合 {S1, S2, S3, - ,S1I0
[0010] 在該技術(shù)方案中，基于對象像素的顏色信息，對所述對象進行超像素分割，得到若 干超像素的集合，其中，每個超像素中包含若干個像素。
[0011] 在上述技術(shù)方案中，優(yōu)選地，所述步驟103具體為：所述每個對象的超像素集合 中，超像素 Sk所包含的像素數(shù)為nk，所述對象包含的像素數(shù)為N，則所述超像素 Sk的大小P k 為

【權(quán)利要求】
1. 一種基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述方法包括： 步驟101 :對視頻圖像進行對象檢測，獲取所述視頻當前幀圖像中的至少一個對象； 步驟102 :根據(jù)所述對象的像素顏色信息，對所述對象進行超像素分割； 步驟103 :根據(jù)所述對象中符合預(yù)設(shè)條件的超像素，確定所述對象的顏色特征和結(jié)構(gòu) 特征； 步驟104 :通過與對象模型數(shù)據(jù)庫中待跟蹤對象進行顏色特征和結(jié)構(gòu)特征比對匹配， 確定所述圖像中待跟蹤的目標對象，記錄所述目標對象在所述視頻當前幀圖像中的位置信 息； 步驟105 :在所述視頻下一幀圖像中，重復(fù)步驟101至103,通過與所述視頻上一幀圖像 中目標對象的顏色特征和結(jié)構(gòu)特征進行比對匹配，確定所述圖像中待跟蹤的目標對象，更 新所述目標對象的位置信息。
2. 根據(jù)權(quán)利要求1所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟101，具體為： 讀取視頻圖像序列，通過前景識別或輪廓識別，獲取所述視頻當前幀圖像中的至少一 個對象。
3. 根據(jù)權(quán)利要求1或2所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于， 所述步驟102,具體為： 根據(jù)所述獲取到的對象的像素顏色信息，對所述對象進行超像素分割，所述對象得到 一組包含1個超像素的集合{S1，S2,S3,…，S1}。
4. 根據(jù)權(quán)利要求3所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟103,具體為： 所述每個對象的超像素集合中，超像素Sk所包含的像素數(shù)為nk，所述對象包含的像素 L· L· Iy) γ)Γν 數(shù)為Ν，則所述超像素Sk的大小Pk為：=T =D; 根據(jù)所述對象超像素集合中大小P大于0.05的超像素，計算得到所述對象的顏色特 征和結(jié)構(gòu)特征。
5. 根據(jù)權(quán)利要求4所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟103中根據(jù)所述對象中符合預(yù)設(shè)條件的超像素，確定所述對象顏色特征之前，還包括： 將基于HSV顏色空間描述的所述像素顏色信息，轉(zhuǎn)換為通過柱坐標系下的歐氏空 間坐標表示所述像素的顏色特征，則所述超像素的顏色特征描述為（Cl，c2,C3)，其中， rC1 =s·cosh C2 = 5 sinh. 、C3 =V
6. 根據(jù)權(quán)利要求4所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 對象的結(jié)構(gòu)特征包括所述對象中超像素的距離和夾角。
7. 根據(jù)權(quán)利要求4所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟104,具體為： 通過與對象模型數(shù)據(jù)庫中待跟蹤對象進行顏色特征和結(jié)構(gòu)特征比對匹配，計算所述對 象與所述待跟蹤對象的匹配度，若所述匹配度達到預(yù)設(shè)閾值，則確定所述對象為所述圖像 中待跟蹤的目標對象，記錄所述目標對象在所述視頻當前幀圖像中的位置信息。
8. 根據(jù)權(quán)利要求4所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟105之前，還包括： 在所述視頻當前幀圖像中，根據(jù)所述目標對象的位置信息，采用運動模型估測所述目 標對象在下一幀圖像中的位置信息。
9. 根據(jù)權(quán)利要求8所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所述 步驟105,具體為： 在所述視頻下一幀圖像中，以所述估測的位置信息為參考位置，提取所述參考位置預(yù) 設(shè)范圍內(nèi)的子圖像，對所述子圖像重復(fù)步驟102至103,通過與所述視頻上一幀圖像中目標 對象的顏色特征和結(jié)構(gòu)特征進行比對匹配，確定所述圖像中待跟蹤的目標對象，更新所述 目標對象的位置信息。
10. 根據(jù)權(quán)利要求1所述的基于顏色-結(jié)構(gòu)特征的目標對象跟蹤方法，其特征在于，所 述步驟101之前,還包括： 建立對象模型數(shù)據(jù)庫，存儲待跟蹤對象的顏色特征和結(jié)構(gòu)特征，用于與所述視頻圖像 中的對象進行比對匹配，確定所述視頻圖像中待跟蹤的目標對象。
【文檔編號】G06T7/20GK104240266SQ201410450138
【公開日】2014年12月24日 申請日期:2014年9月4日 優(yōu)先權(quán)日:2014年9月4日
【發(fā)明者】柳寅秋 申請人:成都理想境界科技有限公司